Environmental Upgrading in the Furthest Reaches of the Global Supply Chain
Notice bibliographique
Résumé
The shortcomings in environmental stewardship within institutionally weak and socially fragile contexts, such as artisanal and small-scale mining communities (ASM), epitomize the grand challenges identified by the UN Sustainable Development Goals of providing clean water and reducing pollution. As multinational enterprises (MNE) become increasingly responsible for the entirety of their global value chains (GVC), managers become highly motivated to address these issues. However, the primary approach of using cascading compliance appears ineffective in the furthest reaches (i.e., the “first mile”) of GVCs. Therefore, we ask what alternative tactics can upgrade environmental stewardship in the first mile of GVCs that often consist of informal suppliers. Extending Kano (2018), we adopt a more inclusive approach than typically found in international business research, using a relational GVC governance lens that engages non-traditional entities, e.g., informal suppliers. Based on a rare dataset of African gold ASM and using fuzzy-set Qualitative Comparative Analysis (fsQCA), we find multiple pathways to improved environmental stewardship, thereby demonstrating novel, feasible solutions to address environmental grand challenges in the furthest reaches of GVCs. By assessing an NGO’s intervention that engages informal suppliers, we demonstrate that environmental upgrading is attainable even in those challenging contexts.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».